一种智慧社区半侵入式电能管理系统及方法技术方案

本发明专利技术公开了一种智慧社区半侵入式电能管理系统及方法，以云平台为媒介，整合实现半侵入式用电数据采集、电气负荷识别、电器用电量估算、APP显示及控制，从而实现用户家庭智能用电管理。本发明专利技术能有效控制系统建设期间的成本；负荷识别算法能够在房屋建设完成、户主入住后根据不同用电器型号进行模型训练，降低模型建立和训练的难度；将功耗显示与智能家居控制集合于同一套系统中，方便用户改善用电习惯，及时停止电能浪费的现象。

A semi intrusive power management system and method for smart community

The invention discloses a semi intrusive electric energy management system and method of intelligent community, which integrates and realizes semi intrusive electric data collection, electric load identification, electric power consumption estimation, APP display and control by taking cloud platform as the medium, so as to realize the user's home intelligent electric energy management. The invention can effectively control the cost during the construction period of the system; the load identification algorithm can carry out model training according to different types of electrical appliances after the completion of the house construction and the occupancy of the householder, so as to reduce the difficulty of model establishment and training; the power consumption display and the intelligent home control are integrated in the same system, so as to facilitate the user to improve the power consumption habits and stop the phenomenon of power waste in time.

【技术实现步骤摘要】
一种智慧社区半侵入式电能管理系统及方法
本专利技术属于智能物联网领域，尤其涉及一种智慧社区半侵入式电能管理系统及方法。
技术介绍
居民用电是电网用电的重要一环，居民用户科学合理用电对推进社会节能减排、缓解全球能源危机、营造健康坚强电网起着至关重要的作用。一个有效智能的家庭电能管理系统是开展节能工作的前提，它能帮助居民用户了解家庭内不同时段各用电器的工作状态及电能消耗情况，引导用户选购节能设备，制定更加科学的用电计划，从而达到降低家庭用电能耗的目的。对电力公司来讲，根据用电情况能进行合理的电力调度，大大提高电网稳定性。现有的对居民用电细节进行监测的方法主要分为侵入式负荷监测，非侵入式负荷监测。侵入式负荷监测实现方法主要是对每一个电器都采用一个或多个传感器进行信息采集，这种方法采集的电器耗能精度高，但带来的问题是数据采集成本高，不适用于大规模的智慧社区应用。相对的非侵入式负荷监测技术，只需要在用户的用电入口处安装电力监测设备，通过对该点收集到的电流、功率等信号进行分析得到家庭中电器的具体用电耗能情况。这种方法自然能够解决成本问题，但缺点是在模型建立阶段需要大量的标签数据集，而在社区中难以提前获得每户家庭每个电器的具体用电特征曲线，难以建立模型。现需要结合两者优点，协调两者缺点，在户内安装一定数量的电能采集装置，实现降低安装成本、提高数据质量、降低建模难度的目的。同时需要一个APP，实现显示家用电器用电量、控制智能家用电器工作状态，从而真正帮助用户实现电能管理。
技术实现思路
专利技术目的：针对以上问题，本专利技术提出一种智慧社区半侵入式电能管理系统及方法，实现集家用电器用电负荷识别及分解、电器用电量显示、智能家电工作状态控制于一体的智慧社区半侵入式电能管理。技术方案：为实现本专利技术的目的，本专利技术所采用的技术方案是：一种智慧社区半侵入式电能管理系统，其特征在于，包括电能采集装置、用电数据服务器、云服务器、负荷识别服务器、显示控制终端；电能采集装置采集用电数据上传至用电数据服务器，并通过云服务器上传至负荷识别服务器，负荷识别服务器进行负荷识别后，将结果保存至云服务器供显示控制终端调用，用户通过显示控制终端查看用户情况，并调整家用电器用电行为。进一步地，还包括社区综合功能服务器，连接于云服务器；社区综合功能服务器包括社区监控、物业报修、智能家居控制。进一步地，显示控制终端为手机APP。一种智慧社区半侵入式电能管理方法，包括步骤：(1)电能采集装置安装在用户各用电支路上，半侵入式采集各支路用电数据，上传负荷识别服务器；(2)采集智能家居用电数据，上传负荷识别服务器；(3)根据各支路用电功率和智能家居用电负荷特性，人工添加标签，对负荷识别算法进行训练；(4)定期将采集用户用电信息，通过云服务器上传至负荷识别服务器进行负荷识别和功率分解；(5)将负荷识别和功率分解的结果保存至云服务器，供手机APP调用；(6)用户通过手机APP查看用电数据报表，并调整家用电器用电行为。进一步地，所述步骤3中，负荷识别算法训练包括步骤：(3.1)采集不同电器的用电有功功率，将属于同一数据采集支路的电器进行功率合成；(3.2)将合成后的功率作为各去噪自编码机网络的输入，各电器实际用电功率作为预期输出，对网络参数进行训练；(3.3)将预训练自编码机网络参数进行保存，删去最后一层输出层，增加两层全连接层，将预训练自编码机网络迁移用于社区通用负荷识别网络；(3.4)对通用负荷识别网络参数进行微调，采集各用户各支路的用电数据，人工标签后作为训练集，对迁移后的通用负荷识别网络进行训练；(3.5)利用训练好的负荷识别网络进行负荷识别分解。进一步地，所述步骤3.2中，采用Adam法优化网络参数。有益效果：本专利技术能有效控制系统建设期间的成本；负荷识别算法能够在房屋建设完成、户主入住后根据不同用电器型号进行模型训练，降低模型建立和训练的难度；将功耗显示与智能家居控制集合于同一套系统中，方便用户改善用电习惯，及时停止电能浪费的现象。附图说明图1是本专利技术的系统架构示意图；图2是本专利技术的电能管理方法流程图；图3是本专利技术的负荷识别算法所采用的去噪自编码机网络结构图。具体实施方式下面结合附图和实施例对本专利技术的技术方案作进一步的说明。如图1所示，本专利技术所述的智慧社区半侵入式电能管理系统，以云平台为媒介，整合实现半侵入式用电数据采集、电气负荷识别、电器用电量估算、APP显示及控制，从而实现用户家庭智能用电管理。智慧社区半侵入式电能管理系统，包括电能采集装置、用电数据服务器、云服务器、负荷识别服务器、显示控制终端；显示控制终端为手机APP。电能采集装置采集用电数据上传至用电数据服务器，并通过云服务器上传至负荷识别服务器，负荷识别服务器进行负荷识别后，将结果保存至云服务器供显示控制终端调用，用户通过显示控制终端查看用户情况，并调整家用电器用电行为。智慧社区半侵入式电能管理系统，还包括社区综合功能服务器，连接于云服务器；云平台连接的社区综合功能服务器可以实现社区监控、物业报修、智能家居的功能。一种智慧社区半侵入式电能管理系统的实现方法，包括步骤：(1)在住户家庭总空气开关及各支路空气开关上都加装电能采集装置，半侵入式采集用户用电数据和家用电器状态，上传负荷识别服务器；空气开关各支路接线包括：所有的灯和客厅插座接一路支线，所有空调接一路支线，厨房插座接一路支线，卫生间及卧室插座接一路支线，智能传感器及其他用电接一路支线。(2)通过智能家居的联网控制功能，采集部分智能家居的工作状态(开，关)，上传负荷识别服务器；智能家居包括中央空调，灯等。(3)根据各用电器使用时段、负荷特征，提取大功率用电器用电负荷曲线，并人工添加标签，对负荷识别算法进行训练，适应不同规格用电器的用电特征；大功率用电器用电特征主要指空调、洗衣机、冰箱、微波炉、电饭煲。各用电器符合特征指：冰箱在全天候循环工作，电饭煲、微波炉都是大功率用电器但是持续时间不同，洗衣机持续时间基本固定特征明显。(4)每周一次将从用户处采集到的用电信息通过云服务器传至负荷识别服务器进行负荷识别；(5)负荷识别结束后，将结果保存至云服务器，以供手机APP查看；(6)用户能根据生成的用电数据报表调整用电行为，通过APP调整家中部分用电器的工作状态进而实现电能管理。负荷识别算法是基于去噪自编码机的深度学习算法，网络中只包括一维卷积层和全连接层，不采用循环神经网络层，以提升计算速度。网络结构如图3所示，每一种用电器使用一个去噪自编码机网络进行识别，自编码机网络建立完成后需要先对网络进行预训练，然后将网络迁移至实际负荷识别的网络中，针对每一户住户的实际情况进行参数微调建立更通用的负荷分解算法。具体包括步骤：(1)采集不同品牌不同型号的冰箱、洗衣机、微波炉、电饭煲的用电有功功率，将属于同一数据采集支路的用电器进行功率合成；(2)将合成后的功率作为各去噪自编码机网络的输入，各用电器实际用电功率作为网络的预期输出，对网络中参数进行训练；采用Adam法优化网络参数，使得各用电器网络能够在学习到对应用电器的负荷特征的同时尽量滤除其他用电器的干扰，能根据各支路合成的总功率数据较好分解出对应用电器的实际用电功率。(3)将已经预训练好的自编码机网络参数进行保存，删去本文档来自技高网...

【技术保护点】
1.一种智慧社区半侵入式电能管理系统，其特征在于，包括电能采集装置、用电数据服务器、云服务器、负荷识别服务器、显示控制终端；电能采集装置采集用电数据上传至用电数据服务器，并通过云服务器上传至负荷识别服务器，负荷识别服务器进行负荷识别后，将结果保存至云服务器供显示控制终端调用，用户通过显示控制终端查看用户情况，并调整家用电器用电行为。

【技术特征摘要】
1.一种智慧社区半侵入式电能管理系统，其特征在于，包括电能采集装置、用电数据服务器、云服务器、负荷识别服务器、显示控制终端；电能采集装置采集用电数据上传至用电数据服务器，并通过云服务器上传至负荷识别服务器，负荷识别服务器进行负荷识别后，将结果保存至云服务器供显示控制终端调用，用户通过显示控制终端查看用户情况，并调整家用电器用电行为。2.根据权利要求1所述的智慧社区半侵入式电能管理系统，其特征在于，还包括社区综合功能服务器，连接于云服务器；社区综合功能服务器包括社区监控、物业报修、智能家居控制。3.根据权利要求1所述的智慧社区半侵入式电能管理系统，其特征在于，显示控制终端为手机APP。4.一种智慧社区半侵入式电能管理方法，其特征在于，包括步骤：(1)电能采集装置安装在用户各用电支路上，半侵入式采集各支路用电数据，上传负荷识别服务器；(2)采集智能家居用电数据，上传负荷识别服务器；(3)根据各支路用电功率和智能家居用电负荷特性，人工添加标签，对负荷识别算法进行训练；(4)定期将采集用户用电信息，...

【专利技术属性】
技术研发人员：金龙，华俊豪，王建华，徐志科，周玲，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32